大家远景的综合面都问了几个问题啊

1. 个人介绍2. 实习拷打3. RAG 的优化，项目中 Agent 的流程RAG 的核心链路是：文档处理 -> 建索引 -> 检索召回 -> 重排筛选 -> 上下文拼接 -> 大模型生成。它的优化也主要围绕这几步展开。先说文档处理。原始文档不能直接粗暴切块，要先做清洗，比如去掉无效页眉页脚、目录、乱码、重复段落。然后做合理切分。切分太大，会带入噪声；切分太小，上下文会断。常见做法是按段落、标题层级、语义边界切 chunk，并适当设置 overlap。再说检索阶段。RAG 不一定只用向量检索，通常会把 BM25、向量召回、关键词召回混合起来。向量召回解决语义相似，...

没必要在学校疯狂卷了

感觉寄了，代码都让ai写了，现在心里慌慌慌。怕不给面试，也怕给了面试。第一次面试说要出一道算法题脑子一片空白😐。。。

分享一下自己的秋招经历，希望能给准备校招的同学一些参考。一、秋招战绩秋招一共投递了 11家公司，经历24场面试，最终拿到5个offer： 拼多多（offer）  美团（offer）  京东（offer）  顺丰（offer）  恒生电子（offer） 其他面试情况： 华为（主管面挂）  腾讯（两次一面挂）  百度（一面挂）  小米（一面挂）  快手（一面挂）  字节跳动（一面后无后续） 二、我的背景很多人觉得大厂很难，其实我的背景也比较普通： 数学专业  没有大厂实习  前端是 2020年2月才开始接触 一开始其实完全没有技术积累。疫情期间在家开始学习前端，本来以为 985学历可以稍微有点优势...